- 综合排序
- 最热优先
- 最新优先
数字人厂商产品持续进化，AI数字人交互一体机落地政务展厅机场
这位面带微笑的AI数字人引导员“丰小数”，正7×24小时不间断地为办事群众解答着高频事项的疑问。这正是世优科技旗下波塔AI数字人交互一体机在政务场景落地的一个缩影。 无独有偶，在北京市顺义区人民检察院，定制化的2D数字人“顺小检”同样通过波塔AI数字人一体机上岗，不仅提供案件咨询、材料审核指引，还能结合动态展示进行多媒体普法，让司法服务更生动、更高效。 而在交投集团，波塔移动交互一体机则化身为数字人讲解员，承担起移动机器人智能导览的任务。 故居引入了以郭沫若青少年形象为原型的Q版3D数字人“小沫”，部署于波塔一体机中。 医院里的“智能导诊员”，让就医少排队面对门诊人流量大、导诊压力重的普遍难题，河南南阳市中心医院引入了波塔一体机。定制开发的2D数字人医生，被部署在门诊大厅和医院公众号中。
29810编辑于 2026-03-03- 来自专栏AI科技评论
2D 数字人，深陷代理「骗」局
最后，张娜娜只有将售卖数字人时获取的款项退给商家，从此退出数字人直播的赛道，而向数字人公司拿代理权的费用则自己默默全款承担。 从挂小风车到挂小黄车，数字人着实是把自己的筷子伸进了别人的锅里。 「因为我们那批数字人厂商当时跟字节达成的约定是，平台全力支持在本地生活中用数字人直播。 2 风口浪尖的代理模式 数字人的技术，着实无罪。 代理的商业模式，无可厚非。 但是在数字人产业生态中，如何去运用代理模式？代理模式可以被运用到什么程度？这却是十分重要且值得商榷的。 不久前，雷峰网在深圳硅基智能的分享会上观察到，主讲人会在整堂课上花 2/3 的时间向参课学员去讲解如何快速打造 IP ，如何让 IP 流量变现，而与数字人相关的内容讲解则只占了极少的时间。 面对市场上已经爆出的数字人代理的雷，商家对于数字人的态度趋于冷静，对其需求有所减少。即使是在当初风靡一时的数字人直播领域，商家们也开始反思：数字人直播真的是个好用的工具吗？
80720编辑于 2023-11-10 智慧展厅进化论：数字人一体机大屏驱动政企AI展厅交互升级
部署了中间件的数据大屏，搭载了定制化的2D数字人。访客不再需要工作人员翻找资料，只需对着大屏提问：“集团去年的利润总额是多少？”或“新能源板块的布局情况如何？” “波塔AI数字人一体机” 扮演了“固定服务站”的角色。它集硬件、软件、数字人形象于一体，开箱即用，可部署在展厅入口、办事大厅、休息区等任何点位。 在北京丰台区政务服务中心，名为“丰小数”的AI数字人一体机7x24小时在岗，承担了大部分高频政策咨询和业务引导工作，将平均等候时间缩短了58%。 对于国央企展厅，一体机同样可以承担迎宾、基础问答、路线指引等标准化服务，释放人力专注于更复杂的接待任务。 AI展厅，是工具进化，更是服务理念的重塑从大屏中间件、一体机、移动机器人到全息仓和API/SDK，波塔AI数字人的产品矩阵，恰好映射了政务国央企展厅从“智慧化”到“AI化”的进化路径：从核心节点的交互激活
26010编辑于 2026-03-11- 来自专栏javascript趣味编程
数字人轻松学习Blender系列之八：建模-2
2、按E 挤压 再按Y约束轴向，移动一段距离，按鼠标左键确定。 挤压线成面： 1、切换边模式，选择这个新形成的一个的线段。 2、按E 再按Z ，移动一段距离，新生成的边被拉成了面。 2、选择区块，这些面沿着平均法线方向挤出。挤出的各个边相互平行。 3、选择“”各块“”方式挤压，每个面将沿着各自法线方向挤出，但挤出的面并没有分开。 2、挤压命令在工具栏的位置： 二、生成厚度 把一个由面构成的模型生成有厚度的模型。 做这件事情方法很多啊！ 1、建立一个球体，按数字键盘1 转换前视图。打开“后边选择可见”。 2、按B 框选上面所有点。 3、按X 删除点。这是一个不封闭的薄壳半球。 6、在厚度输入框调整数字--改变厚度。 7、生成厚度。这个修改器是参数化控制的，本身对原模型没有破坏改变。你可以删除修改器，还原模型原样；你也可以随时调整厚度，非常方便。
1.8K10发布于 2021-10-08 - 来自专栏AI技术体系搭建过程
数字人关键技术2：TTS文本转语音
使用场景在数字人领域，TTS（文本转语音）是数字人与用户实现自然、流畅语音交流的核心能力。TTS技术赋能数字人具备“发声”能力，实现文字到语音的无缝转化。使用场景主要包括：1. 实时语音响应 数字人在客服、导览、教育等场景中，通过TTS技术将后台生成的文本内容即时转换为语音，使交互更加自然生动，提升用户体验和亲和力。2. 个性化声音塑造 借助TTS，数字人可以拥有不同的声音风格、语调和情感表达，满足品牌调性或用户偏好，增强数字人的形象辨识度和感染力。3. 多语言和方言支持 TTS技术支持多语言和多方言合成，助力数字人实现跨区域、跨文化的无障碍沟通，适应全球化市场需求。1 什么是TTS ? 通过介绍和示例，相信你已具备入门TTS技术的基础，期待你能在实际数字人项目中灵活应用，打造出更加智能和贴心的语音体验。
78510编辑于 2025-09-15 - 来自专栏产品笔记
2D虚拟数字人如何实现人物表达
首先我们了解到虚拟数字人根据人物图形资源的维度，数字人可以分为2D和3D两大类。2D数字人从外形上可以分为2D真人和2D卡通。 “两纵”是指 2D 和 3D 虚拟数字人，其中 3D 虚拟数字人需要额外使用三维建模技术生成数字形象，信息维度增加，所需的计算量更大。 2D、3D虚拟数字人均已实现嘴型动作的智能合成， 2D、3D虚拟数字人嘴型动作智能合成的底层逻辑类似，都是建立输入文本到输出音频（TTS：text-to-speech）与输出视觉信息的关联映射，主要是对已采集到的文本到语音和嘴型视频 而2D虚拟数字人嘴型视频是像素表达，3D虚拟数字人嘴型动画是3D模型对应的 BlendShape 的向量表达。 这里主要介绍2D虚拟数字人的驱动方式。 ---- 2D数字人人物表达 2D数字人人物表达主要是通过语音驱动2D数字人嘴型动作进行智能合成。
2.3K20编辑于 2023-09-09 - 来自专栏MixLab科技+设计实验室
数字人1024
所以，开发者们，都应该来研究^_^ 下文将从技术、体验设计、最新趋势，3个角度研究数字人。 数字人爱因斯坦 Digital Einstein UNEEQ 数字人爱因斯坦是体验式人工智能的一个例子，甚至是下一代人机交互。利用数字人实现个性化互动体验，为用户提供有意义、富有情感的互动。 用于驱动数字人的AI系统：Human OS，由两部分构成数字大脑和自主动画。 @UNEEQ UNEEQ 我们认为数字人是AI驱动的客户体验大使，可以无限地再现人与人之间的互动。数字人可以提供超越聊天机器人的体验，而无限接近于人类提供的服务。 UNEEQ对比了三种互动方式：聊天机器人、数字人、人类 那么，数字人如何帮助您提供有价值的个性化体验呢？
1K20发布于 2021-11-08 - 来自专栏MixLab科技+设计实验室
数字人全集
如果需要与数字人进行实时的交流沟通，有项目采用的是 ASR+TTS+Audio2face 方案。 ASR 自动语音识别 + TTS 文本转语音 +Voice2Face 语音控制驱动模型（声音数据对应的标签是模型动画的 blendshape 权重） 小杜 可以上手体验下开源项目，自己制作数字人 - 我先做一下归纳总结～ 1.数字人 & 社交 2.数字人 & 文娱产业 3.数字人 & 情感陪伴 4.数字人 & 工业产品与场景 ......持续探索中～ 3.1 数字人 & 社交 名片、简历等物件与各类社交活动都需要充分展现个人的亮点信息 2.虚拟数字人正在应用于各行各业中，有成为通用工具的潜质，Field Unspecified 正在持续开拓中。 3.软硬件结合、虚实端结合的行业大趋势应用于虚拟数字人同样适用。 2.详尽的用户与数字人交流评估系统。 3.多种综合的算法模型保证用户舒适的交流体验。 4.支持数字人进行图像消息的理解与回复。
3.8K52编辑于 2022-04-16 - 来自专栏DevOps
AI数字人：AI数字人制作初探及相关开源简介
广义上讲可以说是计算机模拟出的具有人的形态的虚拟人都叫做数字人，在平常的观感上，数字人是整合了人物形象模拟、人物声音克隆、自然语言处理、知识图谱解析等众多世界领先的人工智能技术的可视化数字虚拟人。 通俗的讲所谓数字人，本质上是AI的一种进化，是通过计算机图形学技术进行虚拟制作的类人形象，没有现实世界中的身体。 数字人的本体存在于计算设备中（比如电脑、手机）中，通过显示设备呈现出来，让人类能通过眼睛看见。 它具备人类的外观和行为模式，数字人具有人类身体的外观形体结构，表现出来的行为模式是与人类相仿的，数字人的影像通常是呈现出某种人类的活动。 下面收集了几个开源的数字人项目，整理出来了，大家一起学习，希望对大家有所帮助。
1.4K10编辑于 2024-03-29 - 来自专栏山河已无恙
基于 Wav2Lip-GFPGAN 深度学习模型 数字人Demo
所有其它的路都是不完整的，是人的逃避方式，是对大众理想的懦弱回归，是随波逐流，是对内心的恐惧 ——赫尔曼·黑塞《德米安》 ---- 2Demo简单介绍 Wav2Lip-GAN Wav2Lip-GAN 是一种基于生成对抗网络 /Wav2Lip-GFPGAN_Python_Demo 3涉及到的模型和安装包下载 Wav2Lip 可以在项目中看到下载路径: https://github.com/Rudrabha/Wav2Lip Wav2Lip wav2lip (wav2lip) C:\Users\山河已无恙\Documents\GitHub\Wav2Lip-GFPGAN>conda list ..... \Wav2Lip-master\inference.py --checkpoint_path .\Wav2Lip-master\checkpoints\wav2lip.pth --face . [libx264 @ 000001ba2a798d80] i8 v,h,dc,ddl,ddr,vr,hd,vl,hu: 18% 18% 48% 3% 2% 2% 2% 3% 3% [libx264
2.2K31编辑于 2023-08-21 - 来自专栏RTSP/RTMP直播相关
基于RTMP的智慧数字人|AI数字人传输技术方案探讨
技术背景 随着智慧数字人、AI数字人的兴起，越来越多的公司着手构建全息、真实感数字角色等技术合成的数字仿真人虚拟形象，通过“虚拟形象+语音交互（T-T-S、ASR）+自然语言理解（NLU）+深度学习” 一个有“温度”的智慧数字人，有多个维度组成，如图像识别、语音识别、语义理解等，本文主要阐述的是如何把这样一个智慧数字人，通过编码传输，以更低的延迟和好的体验，呈现给用户。 技术实现 本文以Windows平台为例，从技术角度探讨智慧数字人的实时编码传输。 :{1:D2}:{2:D2}:{3:D2} " + "{4:D4}/{5:D2}/{6:D2}", DateTime.Now.Hour, DateTime.Now.Minute, event_id, event_log); } 总结 以上是大概的流程，通过采集Unity的音视频数据，编码打包传输，发送到RTMP服务端，客户端直接拉取RTMP流数据，延迟在毫秒级，用户体验良好，在智慧数字人等交互场景
63340编辑于 2022-03-26 - 来自专栏AI技术应用
AI数字人的测试
AI数字人的测试是一个复杂的过程，需要综合考虑技术、用户体验和安全性等多个方面。以下是基于最新搜索结果的AI数字人测试方法、标准和框架。 测试方法功能测试：确保AI数字人能够执行其设计的所有功能，如自然语言处理、情感识别、动作生成等。可以通过预定义的测试用例来验证这些功能。性能测试：评估AI数字人的响应速度、处理能力和资源消耗。 安全性和隐私测试：检查AI数字人是否符合相关的安全和隐私标准，如数据加密、用户认证和访问控制。测试标准自然语言处理的准确性：AI数字人需要能够准确理解用户的语言，并提供相关的回答。 情感识别的准确性：如果AI数字人需要处理情感信息，需要测试其情感识别的准确性。可以使用情感分析工具来评估其性能。动作和表情的自然度：AI数字人的动作和表情需要自然流畅，以增强用户的沉浸感。 响应时间：AI数字人的响应时间需要足够快，以保持对话的流畅性。通常，响应时间应该在几百毫秒以内。
54510编辑于 2025-03-21 - 来自专栏MixLab科技+设计实验室
数字人DAO - 加入方式
研究型社交： #以DAO的方式开展数字人的共创小组 在发起的时候，想着本活动全靠自驱力，也想看看到底有多少人能坚持下来，发现大家的参与度还是很高的。 当前积分累积情况： ML1033 +3 ML1365 +3 ML1680 +3 ML16 +3 ML1201 +3 ML1525 +3 ML1148 +3 ML360 +3 ML1202 +3 ML1696 +2 1 共创主题： 待定 2 创作： 每周六在discord提交一个内容，围绕数字人（关联性需50%以上），获得+1积分。 内容形式不限，需要有知识密度，举个例子： 一段结合案例的思考 # 一段代码-实验 形象设计稿 人物设定的思考 实操数字人的教程 实操数字人的经验 数字人论文解读 # 数字人案例解读 数字人相关的分享-语音
59330编辑于 2022-05-25 - 来自专栏宜达数字
数字人内部分享
数字人：其实就是高精度3D人物建模。 窗口 插件 image.png 帮助 图片 散开的菜单栏 工具栏 如何制作自己的数字人
65410编辑于 2022-12-10 - 来自专栏数据库与编程
自制数字人播报视频
本教程带您一下自制属于你自己的数字人播报视频，即通过人脸图像和一段语音音频生成照片说话视频。 nvidia-smi --query-gpu=name,memory.total,memory.free --format=csv,noheader 2、安装环境及下载源代码 ! update-alternatives --install /usr/local/bin/python3 python3 /usr/bin/python3.8 2 ! bash scripts/download_models.sh 4、生成数字人播报视频 准备照片和音频文件，照片必须要有清楚的头像，音频随便找一段讲话的音频即可： 照片：examples/source_image /face.png 音频文件：examples/driven_audio/jack.mp3 # 此处指定数字人图片为face.png 音频文件为 jack.mp3 img = 'examples/source_image
69010编辑于 2024-01-22 多端智能虚拟数字人
2. 数字人 “形象塑造”：视觉与动作的真实感落地虚拟数字人的形象设计需兼顾 “辨识度” 与 “适配性”：面向 C 端用户的数字人，可走个性化路线（如二次元风格、写实风格）；面向 B 端企业的数字人，则需贴合品牌调性 2. 据测算，部分场景下，虚拟数字人的服务成本仅为人工的 1/5，且可实现 7×24 小时无间断服务。2. 2. 数据 “安全性”：合规是底线虚拟数字人在交互中会收集用户信息（如咨询内容、偏好数据），尤其在金融、医疗等敏感领域，数据安全至关重要。
34110编辑于 2025-10-01- 来自专栏科技云报道
大模型加持后，数字人“更像人”了吗？
面向C端，数字人帮助用户生产内容和辅助工作，如：数字人练口语、和数字人玩游戏等；面向B端，数字人是企业的“工具人”，应用于金融、影视、电商、直播等行业，提高行业生产和运营效率。 除了直播带货，百度智能云曦灵作为国内首个大模型全面重构的数字人平台，还可为企业提供2D真人、3D写实、3D超写实的人像，实现视频制作、数字员工、数字人代言人等多种应用。 让数字人更像“人” 大模型的出现让数字人“脱胎换骨”，成为如今最火的创业赛道之一。 目前2D数字人的价格大多数已经降到千元级别，有的甚至只需要几百元。 2024年度《中国虚拟数字人影响力指数报告》指出，截至2024年2月底，国家知识产权局“专利检索”数据显示，2023年全年数字人领域专利申请数高达544个，反映出业界在核心技术研发上的强劲势头和深度创新
40910编辑于 2024-04-18 - 来自专栏音视频咖
可以对话的专属数字人，AIGC数字人解决方案升级发布
视频演示：https://mpvideo.qpic.cn/0bc3oqaacaaariaobonacbsva5gdaf2aaaia.f10002.mp4? 灵动、自然、简单、多变 AIGC数字人解决方案核心优势 1. 2. 实现简单，3步打造自己的专属数字人 腾讯云音视频AIGC数字人解决方案包含从输入、处理再到输出的全链路能力，为客户提供高效、快捷的一站式服务，3步就能快速接入，定制出自己的AIGC数字人。 声音、形象、人设随心定制，打造百变数字人 腾讯云音视频AIGC数字人解决方案支持客户自由配置数字人的声音、形象、性格等多种参数，轻松定制百变多样的AI数字人。 教学助手 针对不同个性和需求的学生，数字人能够因材施教，提供个性化的教学方案。作为在线辅导老师，数字人可以通过多轮对话记忆，根据学生的提问，为其有针对性的答疑解惑。
2.2K10编辑于 2024-01-20 - 来自专栏孟永辉
数字人，元宇宙的入口
如果一定要给元宇宙时代找到一个普遍性征的话，数字人，无疑是最贴切的那一个。可以说，数字人是元宇宙时代不可或缺的存在，无论是从虚拟世界到现实世界，还是从现实世界到虚拟世界，我们都需要数字人作为切入点。 正是因为如此，抓住了数字人，等于是抓住了元宇宙的“七寸”，抓住了元宇宙最关键的部分。 这是现在如此多的人将关注的焦点聚焦在数字人的身上的根本原因。 数字人，元宇宙的“基本元素” 元宇宙是一个牵扯到诸多流程和环节的存在，人，仅仅只是元宇宙世界里的一个最为基本的元素。除了人之外，真正达成元宇宙，还需要其他一系列的数字化。 乍一看，人的数字化无足轻重，甚至可以说是顺理成章的，将它划归到元宇宙的范畴并不恰当。但是，我们需要明白的是，正是有了人的数字化作为启蒙和开端，我们才能真正开启其他元素数字化的过程。 我们现在所看到的数字人，仅仅只是基于人的数字化所塑造出来的数字画像而已，这是一个相当基础，相当原始的存在。只有给这个数字画像加入智能感知，神经系统，才能让数字人更加丰富和立体，更加真实和生命力。
46130编辑于 2022-03-28 - 来自专栏AI技术应用
AI数字人的开发流程
以下是AI数字人的开发流程。1. 明确目的开发AI数字人前，需明确其用途，如虚拟导游、品牌大使、教师或陪伴者等。这将决定后续的技术选型、设计元素和基础设施。2. 选择合适的技术AI数字人需融合多种技术，包括机器学习、自然语言处理、渲染引擎、语音合成、计算机视觉和动作捕捉。根据数字人的功能需求，选择相应的AI模型、软件和硬件。 例如，若数字人无需“看到”观众，如网站上的品牌助手，可省略计算机视觉。3. 设计与开发视觉设计：从初步草图到细节如眼睛颜色、面部表情和手势，全方位塑造数字人的外观。 语音与动作设计：选择专业级的文本到语音系统，让数字人的声音逼真且能传达多种情感和语调。 利用AI动画系统，如DeepMotion AI或NVIDIA的Audio2Face，赋予数字人逼真的动作和面部表情。4. 训练、测试与迭代不一定需要从头开始训练AI模型，可定制现有模型。
78910编辑于 2025-03-20
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号